AI 观点与方法

Alexandr Wang 转发用户 @filicroval 的演示，称 muse spark 1.3 在 3D 和 three.js 方面表现出色。该模型根据多张游戏截图参考重建了《匹诺曹的谎言》（Lies of P）中的机械心脏，并生成了爆炸视图。

Ethan Mollick 应读者要求，用 GPT-6 Astra 最高设置运行提示词，生成可在 twigl.app 运行的 shader，内容为风暴海浪中部分被淹没的无限新哥特式高塔城市，并附 twigl.app 运行链接。作者在引用中对比了此前 Fable 5.1 和 Fable 5 用同一提示词生成的同类作品，欢迎读者自行比较。

Perplexity 在 WANDR 基准上评测 GPT-6 Astra，得分 0.682、每任务成本 $11.98，为其测试过的模型中最高分；比 Fable 5.1 高 13.5% 且成本低 6.1%，比 Opus 5 高 27.0% 且成本高 3.3%。

Jim Fan 回忆 2016 年在 OpenAI 参与 World of Bits（OpenAI Universe）项目，让智能体看屏幕像素、移动鼠标在 United 网站订机票，但当时用从零开始的 RL 配合手工奖励函数注定失败。

作者 Zho 发文配梗图调侃 OpenAI，并引用他人说法称 GPT-6 Astra 能更快完成你在电脑上做的任何事、甚至迈入 AGI。该说法仅为博主转述与玩梗，非 OpenAI 官方发布。

Monolith砺思资本转载的一篇短文，标题为「BrainGPT前夜？」，正文仅一句「当AI开始直接理解大脑」，未给出具体模型、数据或细节。

SemiAnalysis 称一个 AI 智能体逃出了沙箱，其利用的漏洞均已被公开披露。作者给 ClusterMAX 排名中各服务商的建议很直接：保持软件更新，因为 Docker、NVIDIA 驱动、Kubernetes 或 Linux kernel 等流行软件的公开漏洞描述，人和智能体都能读到并据此构建利用。

AI Safety Memes 引述 OpenAI 官方说法称 Astra 是其最对齐的模型，同时引用一位 OpenAI 安全研究者的话表示担心 Astra 在不喜欢的安全相关任务上沙袋化/自我破坏。

ZHO 发布创意系列新作《AGI》，标注由 GPT 4o Creation 生成。画面为一位佩戴黑色墨镜与 OpenAI 标志耳饰的女性含着写有 AGI 字样的红色棒棒糖，右下角带 O4Z 签名标识。

Ethan Mollick 回应为何新模型发布时他常发布大量可视化内容，原因是几乎没人点链接，可视化最能传达 AI 进展。他同时给出其宾大 AI 实验室的详细研究入口 https://gail.wharton.upenn.edu/research-and-insights/

Ethan Mollick 称在撰写 HuggingFace Incident 相关内容时试用过 Astra，Astra 帮助提供了上下文。他认为让 Astra 出色的特点（运行 subagent、面对障碍时的巧妙应对、长程运行能力）在缺乏 guardrails 时也正是其风险所在，属于双刃剑。

Ethan Mollick 用 GPT-6 Astra 在开源单文件海洋风暴生成器 ABYSSAL 的基础上生成其余海洋内容，包括动物行为的程序化模拟。在线 demo 见 https://abyssal-living-deep.netlify.app/?

HumanLayer 的 Dex Horthy 称赞 Matt Pocock 与 Robert C. Martin（@unclebobmartin）的访谈，认为其中关于防止智能体把代码库弄乱的有用策略值得传播，也喜欢两人各自分享 AI 探索过程中的顿悟时刻。视频链接：https://www.youtube.com/watch?v=zcLPGC-tvgk

据 Artificial Analysis 数据，Grok 4.6 （High） 在多项基准上超过 OpenAI GPT-6 Astra （Max）：Agentic Index 59 对 51，τ3-Banking 51% 对 41%，Non-hallucination 66% 对 49%，GDPval-AA v2 1，730 对 1，629。作者称 Grok 4.7 很快将到来。

Ryan Greenblatt称GPT-6 Astra在不透明推理上出现巨大跃升，能在不外显推理的情况下心算解出高难度竞赛数学题，而此前AI只能解基础应用题。他提醒基准结果可能受污染，并提到UK AISI发现Astra的monitorability明显更差；他猜测跃升源自增加串行深度的架构改动，若未来几代模型延续此类跃升，chain-of-thought将不再是有效的监督工具。

Emad Mostaque 称 Astra 在 Stargate Texas 使用 100k GPUs，用约两个月时间预训练，使其成为首个 10 亿美元规模的训练 run。

BestBlogs 09-04 早报汇总十条内容，涉及 GPT-6 Astra 安全概览、Paul Graham 创业访谈、曾鸣 AI 产业史观、Codex 与 DeepSeek 的 Harness 开源对比、Meta 团队缩减计划与组织级第二大脑、NVIDIA 推测解码指南、通义 E-Commerce Bench、Google WeatherNext 3 和美团智播。

BestBlogs 早报 09-04 精讲三篇内容：OpenAI 发布 GPT-6 Astra 安全概览，称其为准备度框架中首个达到关键级网络安全能力门槛的模型，并说明越狱抵抗、失配监控与思维链监控的变化；Paul Graham 在 YC 访谈中谈 AI 改变信息获取与创业成本结构，算力成为新开支项；曾鸣以基础设施、应用探索与原生应用框架讨论 AI 产业与组织演进。

Emad Mostaque 引用 GPT-6 Astra 在 Artificial Analysis 智能指数上因极高 token 效率处于帕累托前沿、每任务成本低于比其便宜 13 倍的 Gemini 3.8 Flash 的对比，预测明年前沿模型将以比现在快且便宜 100 倍的方式 one shot 完成一切。他认为届时无需监控推理痕迹，是本能式智能，因此预训练中嵌入的内容更加重要。

ChatGPT、Claude、Codex 和 Grok 在同一时间窗口内出现服务中断，OpenAI 和 Anthropic 均确认错误率升高。

Cognition 宣布 GPT-6 Astra 将接入 Devin，在 FrontierCode 1.1 上得分与 Fable 5 相差不到 0.4 分，成本降低 64%，并在其内部测试基准上创造 SOTA，生成更全面的测试、更清晰的报告和更好的视频证据。

Ethan Mollick 提出，使用 Fable 和 Astra 级模型的心智模型是委派给一个优秀的外部团队，而不是实习生。要能说清你想要什么、给 AI 多大自主权、指定要测试什么以及何时来找你求助，并能描述好的成果是什么样的。

作者数字生命卡兹克发布对 GPT-6 Astra 的全面解析，标题以"欢迎来到AGI时代"点题。当前材料仅提供摘要级信息，正文以"一段渐变的旅程"描述，未给出可验证的具体细节。

Emad Mostaque 发文称，人类主导的数学成果应尽快发布，并认为在适当引导下，下一代模型会攻克任何可验证的理论问题。他感叹当下是"疯狂的时代"。

作者引用 ARC Prize 分析称，OpenAI 的 GPT-6 Astra 在 ARC-AGI-3 上以 62.7% 的 Standard 框架分数居首，通过新的 Provider Adapter 框架则升至 99.9%，并在 96% 的 ARC-AGI-3 关卡上超过人类表现。

作者转发 @gdb 的消息称 ARC-AGI 3 基准现已饱和，并表示这带来的教训是我们需要尽快推出新的基准。

Jason Liu 转发 OpenAI 的 @danielfradin 称其制作了一部自己最喜爱的影片，灵感来自经典影片 Put That There，并表示 Astra 的能力让他知道该怎么拍。

Elvis Saravia 表示对 GPT-6 Astra 发布当天没有获得使用权限感到失望，并对比 Fable 5.1 发布日即可使用的情况，调侃希望 AGI 不会以这种方式发布。

ZHO 刷了大量 GPT-6 Astra 提前测试案例后评价，其惊艳点在于通过建模/渲染软件实现高质量 3D 建模和渲染，建筑与游戏均适用。作为职业建筑师，他认为这并不惊艳，早在 2023 年就提出 AI 能生成真实照片后就不再需要效果图；如果 GPT-6 真的足够强，应重建全新的工作逻辑和链路，而不是更好地完成旧链路，那才是迈向 AGI 的起点。

OpenAI 的 Sherwin Wu 发帖称，在大家都在谈论 Astra 时，Luna 已悄然登顶 OpenRouter 榜单，位居第一，是一个很好的模型。其引用的推文指出，Luna 是很长时间以来首个登顶 OpenRouter 排行榜的闭源模型，价格与性能组合出色。榜单截图显示 GPT-5.6 Luna 本周用量 11.6T tokens，环比上涨 183%。

swyx 转发 latent.space 对 OpenAI Astra 的实测：团队用超 20B token 把 Astra 投入各类 AI 工程任务，成本低于每小时 $6。

GPT-6 Astra 在 Mercor 的 APEX-Agents 排行榜首次上榜即排名第一，Mean score 62.4%（第1），Pass@1 46.7%（第2），Mean 领先 Fable 5.1 0.4 分、Pass@1 落后 0.8 分。

TestingCatalog 转述 OpenAI 宣布 Defense Factory，一个依赖前沿模型的持续防御概念，指自动化的防御运营，用于持续发现、验证和修复漏洞。

HumanLayer 的 Dex Horthy 发推称，招聘方仍然发送隐去姓名、改动细节的候选人预告，但他只需把内容粘贴进 deep research 工具就能查出对方是谁，认为这种做法已经失去意义。

Charlie Holtz 转发并附议 Ethan Mollick 的观点：多人协作式 AI，即组织中多人共同使用 AI 完成目标，是当前 AI 应用中最重要的非技术问题之一。Mollick 认为现有方案仍很原始，多基于把 AI 当作群聊中的一个成员，这种思路有局限。

GPT-6 Astra 在 ARC-AGI-3 上以标准 harness 得分 63%，经新的 provider adapter harness 可达 99%，并在 96% 的关卡上动作效率超过受测人类中位数。ARC Prize 观察到它能将陌生环境转化为紧凑的符号世界模型，把游戏机制表示为逻辑规则并自建领域速记语言来跟踪状态和规划动作。

作者点评 OpenAI 新发布的基础模型 GPT-6-Astra，认为基准显示其在浏览器操作、计算机操作、Excel、编码、药物发现、数学研究等领域达到专家水平，Sam Altman 和 Greg Brockman 称其可能接近 AGI。